Foram encontradas 2.068 questões.
|
fato_processos |
|||
|
id_processo |
id_tempo | id_juiz |
tempo_resolucao |
| 1 | 101 | 201 | 30 |
| 2 | 102 | 202 | 45 |
|
dim_tempo |
||
|
id_tempo |
ano |
mes |
| 101 | 2023 | 11 |
| 102 | 2023 | 12 |
|
dim_juiz |
|
|
id_juiz |
nome_juiz |
| 201 |
Ana Souza |
| 202 |
Carlos Lima |
Considerando a tabela de fato apresentada inicialmente e as tabelas de dimensão a ela subsequentes, julgue o item a seguir, referentes à modelagem dimensional de dados.
A tabela fato_processos deveria conter informações detalhadas acerca do nome do juiz e do ano de referência, para otimizar a consulta direta, eliminando-se a necessidade de dimensões.
Provas
|
fato_processos |
|||
|
id_processo |
id_tempo | id_juiz |
tempo_resolucao |
| 1 | 101 | 201 | 30 |
| 2 | 102 | 202 | 45 |
|
dim_tempo |
||
|
id_tempo |
ano |
mes |
| 101 | 2023 | 11 |
| 102 | 2023 | 12 |
|
dim_juiz |
|
|
id_juiz |
nome_juiz |
| 201 |
Ana Souza |
| 202 |
Carlos Lima |
Considerando a tabela de fato apresentada inicialmente e as tabelas de dimensão a ela subsequentes, julgue o item a seguir, referentes à modelagem dimensional de dados.
A granularidade da tabela fato_processos é definida em nível de evento por processo, de forma que cada registro nessa tabela representa uma movimentação judicial específica, enquanto as dimensões agregam atributos descritivos necessários para contextualizar a análise multidimensional.
Provas
Acerca de business intelligence, ETL e OLAP, julgue o item que se segue.
A análise preditiva utiliza algoritmos estatísticos e modelos de machine learning para identificar padrões históricos nos dados e projetar tendências futuras, de forma a guiar decisões proativas e permitir a antecipação de cenários críticos para o negócio.
Provas
Acerca de business intelligence, ETL e OLAP, julgue o item que se segue.
O ROLAP (relational OLAP) armazena os dados exclusivamente em estruturas multidimensionais, como cubos OLAP, ignorando bancos de dados relacionais para processamento analítico.
Provas
Acerca de business intelligence, ETL e OLAP, julgue o item que se segue.
Na transformação avançada do ETL, a derivação de dados cria novos atributos ou métricas a partir de colunas existentes, usando cálculos complexos e funções analíticas para enriquecer o dataset e suportar análises preditivas e segmentações contextuais.
Provas
|
departamento |
|
| id |
nome_departamento |
| 1 |
TI |
| 2 |
RH |
| 3 |
marketing |
|
funcionario |
||||
|
id |
nome | id_departamento | salario |
data_admissao |
| 1 | João Oliveira |
1 | 4500.00 |
2022-05-10 |
| 2 | Maria Silva |
2 | 4000.00 |
2024-11-18 |
| 3 | Carlos Andrade |
1 | 5000.00 |
2021-08-15 |
| 4 | Ana Costa | 3 | 3500.00 |
2023-03-01 |
A partir das tabelas departamento e funcionario precedentes, julgue o item a seguir, relativos a SQL.
A execução da seguinte consulta SQL retornará o nome dos funcionários e seus respectivos departamentos e salários.
SELECT f.nome, d.nome_departamento, f.salario
FROM funcionarios f
INNER JOIN departamentos d
ON f.id_departamento = d.id;
Provas
|
departamento |
|
| id |
nome_departamento |
| 1 |
TI |
| 2 |
RH |
| 3 |
marketing |
|
funcionario |
||||
|
id |
nome | id_departamento | salario |
data_admissao |
| 1 | João Oliveira |
1 | 4500.00 |
2022-05-10 |
| 2 | Maria Silva |
2 | 4000.00 |
2024-11-18 |
| 3 | Carlos Andrade |
1 | 5000.00 |
2021-08-15 |
| 4 | Ana Costa | 3 | 3500.00 |
2023-03-01 |
A partir das tabelas departamento e funcionario precedentes, julgue o item a seguir, relativos a SQL.
A execução da seguinte consulta SQL resultará uma lista com a média de salários de cada departamento.
SELECT d.nome_departamento, AVG(f.salario) AS
salario_medio
FROM funcionarios f
INNER JOIN departamentos d
ON f.id_departamento = d.id
WHERE salario_medio > 4000.00
GROUP BY d.nome_departamento;
Provas
|
departamento |
|
| id |
nome_departamento |
| 1 |
TI |
| 2 |
RH |
| 3 |
marketing |
|
funcionario |
||||
|
id |
nome | id_departamento | salario |
data_admissao |
| 1 | João Oliveira |
1 | 4500.00 |
2022-05-10 |
| 2 | Maria Silva |
2 | 4000.00 |
2024-11-18 |
| 3 | Carlos Andrade |
1 | 5000.00 |
2021-08-15 |
| 4 | Ana Costa | 3 | 3500.00 |
2023-03-01 |
A partir das tabelas departamento e funcionario precedentes, julgue o item a seguir, relativos a SQL.
O resultado da seguinte consulta SQL será uma lista com os departamentos cadastrados e a quantidade de empregados de cada um deles.
SELECT d.nome_departamento AS departamento,
COUNT(f.id) AS total_empregados
FROM departamentos d
LEFT JOIN funcionarios f
ON d.id = f.id_departamento
GROUP BY d.id, d.nome_departamento;
Provas
A respeito de PostgreSQL, de SQL Server e de MySQL, julgue o item a seguir.
No SQL Server, o keyset-driven cursor mantém uma cópia completa dos dados no momento em que é aberto, e qualquer alteração feita nos dados subjacentes não é refletida no cursor, tornando-o semelhante a um static cursor.
Provas
A respeito de PostgreSQL, de SQL Server e de MySQL, julgue o item a seguir.
O parallel scan do PostgreSQL permite a divisão de uma operação de leitura e escrita de tabela entre vários processos, distribuindo a carga de trabalho e aproveitando o paralelismo do hardware para melhorar o desempenho de consultas em tabelas extensas.
Provas
Caderno Container